排水管网主导性瓶颈单元识别方法、装置和设备与流程

本技术属于污水处理，尤其涉及一种排水管网主导性瓶颈单元识别方法、装置和设备。

背景技术：

1、排水系统是收集处理城镇污水和径流雨水的重要基础设施，降雨期间常因瓶颈单元转输能力不足导致出现大范围阻塞和污水溢流现象，对水环境健康和公共卫生安全造成了风险胁迫。准确识别瓶颈单元并实施优化改造，是减少溢流污染的重要举措。

2、现有技术中，常依赖于根据管道满载率、输送能力、检查井溢流情况等显性参数来识别排水管网中的瓶颈单元。

3、然而，现有技术的瓶颈单元识别方法没有考虑到排水管网各排水单元之间的相互作用，导致错误地将一些非关键排水单元认定为瓶颈单元，从而降低排水管网污染治理效率，增加改造成本。

技术实现思路

1、本技术提供一种排水管网主导性瓶颈单元识别方法、装置和设备，用以解决现有技术中排水管网主导性瓶颈单元识别方法的效率低、误差大的缺陷。

2、第一方面，本技术提供一种排水管网主导性瓶颈单元识别方法，该方法包括：

3、基于排水管网对应的排水系统数学模型，对所述排水管网进行分析处理，得到所述排水管网的多个潜在瓶颈单元，所述排水系统数学模型是基于多个历史降雨实测数据和所述排水管网内的多个排水设施的输水能力参数训练得到的；

4、针对所述多个潜在瓶颈单元中任意一个潜在瓶颈单元，确定所述潜在瓶颈单元对应的至少一个改造策略；

5、基于所述多个潜在瓶颈单元对应的多个改造策略，确定每个潜在瓶颈单元的目标敏感度指数，并根据多个目标敏感度指数从所述多个潜在瓶颈单元中识别出主导性瓶颈单元。

6、可选的，所述基于排水管网对应的排水系统数学模型，对所述排水管网进行分析处理，得到所述排水管网的多个潜在瓶颈单元，包括：

7、确定多场降雨的历史降雨实测数据，所述历史降雨实测数据包括：所述排水管网内的多个排水设施的历史水动力和历史水质数据；

8、采用所述多个排水设施的历史水动力和历史水质数据，对初始模型进行训练处理，得到排水系统数字模型，所述初始模型用于指示所述排水管网内的多个排水设施的空间位置以及对应的连接关系；

9、控制所述排水系统数字模型运行，并确定所述排水系统数字模型的输出参数，所述输出参数用于指示所述排水管网内的多个排水设施的输水能力参数；

10、基于所述多个排水设施的输水能力参数，确定所述排水管网的多个潜在瓶颈单元，其中，所述潜在瓶颈单元为所述多个排水设施中的排水设施。

11、可选的，所述多场降雨的数量为三场，所述采用所述多个排水设施的历史水动力和历史水质数据，对初始模型进行训练处理，得到排水系统数字模型，包括：

12、将第一场历史降雨实测数据输入至所述初始模型中进行水动力和水质的模拟处理，得到所述初始模型输出的所述第一场历史降雨实测数据对应的第一模拟值；

13、根据所述第一模拟值和第一场历史降雨实测数据，确定所述初始模型的第一拟合度；

14、在所述第一拟合度大于第一阈值的情况下，确定所述初始模型的参数率定完成，将所述初始模型的参数更新为率定参数，得到参数率定后的初始模型；

15、将第二场历史降雨实测数据输入至所述参数率定后的初始模型中进行水动力和水质的模拟处理，得到所述参数率定后的初始模型输出的所述第二场历史降雨实测数据对应的第二模拟值；

16、根据所述第二模拟值和第二场历史降雨实测数据，确定所述参数率定后的初始模型的第二拟合度；

17、在所述第二拟合度大于第二阈值的情况下，确定所述参数率定后的初始模型的模型参数通过验证，得到参数验证后的初始模型；

18、根据第三场历史降雨实测数据和所述参数验证后的初始模型，得到排水系统数字模型。

19、可选的，所述输水能力参数的数量为多个，所述确定所述潜在瓶颈单元对应的至少一个改造策略，包括：

20、基于所述潜在瓶颈单元对应的多个输水能力参数，确定所述潜在瓶颈单元对应的至少一个改造策略。

21、可选的，所述基于所述多个潜在瓶颈单元对应的多个改造策略，确定每个潜在瓶颈单元的目标敏感度指数，包括：

22、基于所述多个潜在瓶颈单元对应的多个改造策略，在每个潜在瓶颈单元均处于对应的至少一个改造策略的情况下，确定每个改造策略对应的排水系统溢流污染总量；

23、根据所述多个改造策略和每个改造策略对应的排水系统溢流污染总量，确定每个潜在瓶颈单元的一阶敏感度指数、二阶敏感度指数；

24、将一阶敏感度指数与二阶敏感度指数的和作为对应的潜在瓶颈单元的目标敏感度指数。

25、可选的，所述根据多个目标敏感度指数从所述多个潜在瓶颈单元中识别出主导性瓶颈单元，包括：

26、针对所述多个潜在瓶颈单元中的任意一个潜在瓶颈单元，判断所述潜在瓶颈单元的一阶敏感度指数是否小于对应的目标敏感度指数；

27、在所述一阶敏感度指数小于所述目标敏感度指数的情况下，判断所述一阶敏感度指数是否大于第三阈值；

28、若是，则确定所述潜在瓶颈单元为主导性瓶颈单元。

29、可选的，所述方法还包括：

30、在所述一阶敏感度指数不大于所述第三阈值的情况下，判断所述一阶敏感度指数是否位于第一阈值范围内；

31、若所述一阶敏感度指数位于第一阈值范围内，则确定所述潜在瓶颈单元为次主导性瓶颈单元；

32、若所述一阶敏感度指数位于第一阈值范围外，则确定所述潜在瓶颈单元为非主导性瓶颈单元；

33、根据所述多个潜在瓶颈单元在所述每个改造策略对应的排水系统溢流污染总量，确定所述排水系统溢流污染总量最小的改造策略为最佳改造策略；

34、将所述最佳改造策略中的次主导性瓶颈单元和非主导性瓶颈单元从所述最佳改造策略中去除，得到更新后的最佳改造策略，所述更新后的最佳改造策略用于作为目标策略对排水管网进行优化改造。

35、第二方面，本技术提供一种排水管网主导性瓶颈单元识别装置，该装置包括：

36、处理模块，用于基于排水管网对应的排水系统数学模型，对所述排水管网进行分析处理，得到所述排水管网的多个潜在瓶颈单元，所述排水系统数学模型是基于多个历史降雨实测数据和所述排水管网内的多个排水设施的输水能力参数训练得到的；

37、确定模块，用于针对所述多个潜在瓶颈单元中任意一个潜在瓶颈单元，确定所述潜在瓶颈单元对应的至少一个改造策略；

38、所述确定模块，还用于基于所述多个潜在瓶颈单元对应的多个改造策略，确定每个潜在瓶颈单元的目标敏感度指数；

39、所述处理模块，还用于根据多个目标敏感度指数从所述多个潜在瓶颈单元中识别出主导性瓶颈单元。

40、可选的，所述确定模块，还用于确定多场降雨的历史降雨实测数据，所述历史降雨实测数据包括：所述排水管网内的多个排水设施的历史水动力和历史水质数据；

41、所述处理模块，还用于采用所述多个排水设施的历史水动力和历史水质数据，对初始模型进行训练处理，得到排水系统数字模型，所述初始模型用于指示所述排水管网内的多个排水设施的空间位置以及对应的连接关系；

42、所述处理模块，还用于控制所述排水系统数字模型运行；

43、所述确定模块，还用于确定所述排水系统数字模型的输出参数，所述输出参数用于指示所述排水管网内的多个排水设施的输水能力参数；

44、所述确定模块，还用于基于所述多个排水设施的输水能力参数，确定所述排水管网的多个潜在瓶颈单元，其中，所述潜在瓶颈单元为所述多个排水设施中的排水设施。

45、可选的，所述处理模块，还用于将第一场历史降雨实测数据输入至所述初始模型中进行水动力和水质的模拟处理，得到所述初始模型输出的所述第一场历史降雨实测数据对应的第一模拟值；

46、所述确定模块，还用于根据所述第一模拟值和第一场历史降雨实测数据，确定所述初始模型的第一拟合度；

47、所述确定模块，还用于在所述第一拟合度大于第一阈值的情况下，确定所述初始模型的参数率定完成，将所述初始模型的参数更新为率定参数，得到参数率定后的初始模型；

48、所述处理模块，还用于将第二场历史降雨实测数据输入至所述参数率定后的初始模型中进行水动力和水质的模拟处理，得到所述参数率定后的初始模型输出的所述第二场历史降雨实测数据对应的第二模拟值；

49、所述确定模块，还用于根据所述第二模拟值和第二场历史降雨实测数据，确定所述参数率定后的初始模型的第二拟合度；

50、所述确定模块，还用于在所述第二拟合度大于第二阈值的情况下，确定所述参数率定后的初始模型的模型参数通过验证，得到参数验证后的初始模型；

51、所述处理模块，还用于根据第三场历史降雨实测数据和所述参数验证后的初始模型，得到排水系统数字模型。

52、可选的，所述确定模块，还用于基于所述潜在瓶颈单元对应的多个输水能力参数，确定所述潜在瓶颈单元对应的至少一个改造策略。

53、可选的，所述确定模块，还用于基于所述多个潜在瓶颈单元对应的多个改造策略，在每个潜在瓶颈单元均处于对应的至少一个改造策略的情况下，确定每个改造策略对应的排水系统溢流污染总量；

54、所述确定模块，还用于根据所述多个改造策略和每个改造策略对应的排水系统溢流污染总量，确定每个潜在瓶颈单元的一阶敏感度指数、二阶敏感度指数；

55、所述处理模块，还用于将一阶敏感度指数与二阶敏感度指数的和作为对应的潜在瓶颈单元的目标敏感度指数。

56、可选的，所述排水管网主导性瓶颈单元识别装置还包括：判断模块；

57、所述判断模块，用于针对所述多个潜在瓶颈单元中的任意一个潜在瓶颈单元，判断所述潜在瓶颈单元的一阶敏感度指数是否小于对应的目标敏感度指数；

58、所述判断模块，还用于在所述一阶敏感度指数小于所述目标敏感度指数的情况下，判断所述一阶敏感度指数是否大于第三阈值；

59、所述确定模块，还用于所述一阶敏感度指数大于第三阈值的情况下，确定所述潜在瓶颈单元为主导性瓶颈单元。

60、可选的，所述判断模块，还用于在所述一阶敏感度指数不大于所述第三阈值的情况下，判断所述一阶敏感度指数是否位于第一阈值范围内；

61、所述确定模块，还用于在所述一阶敏感度指数位于第一阈值范围内的情况下，确定所述潜在瓶颈单元为次主导性瓶颈单元；

62、所述确定模块，还用于在所述一阶敏感度指数位于第一阈值范围外的情况下，确定所述潜在瓶颈单元为非主导性瓶颈单元；

63、所述确定模块，还用于根据所述多个潜在瓶颈单元在所述每个改造策略对应的排水系统溢流污染总量，确定所述排水系统溢流污染总量最小的改造策略为最佳改造策略；

64、所述处理模块，还用于将所述最佳改造策略中的次主导性瓶颈单元和非主导性瓶颈单元从所述最佳改造策略中去除，得到更新后的最佳改造策略，所述更新后的最佳改造策略用于作为目标策略对排水管网进行优化改造。

65、第三方面，本技术提供一种排水管网主导性瓶颈单元识别设备，包括：

66、存储器；

67、处理器；

68、其中，所述存储器存储计算机执行指令；

69、所述处理器执行所述存储器存储的计算机执行指令，以实现如上述第一方面和第一方面各种可能的实现方式所述的排水管网主导性瓶颈单元识别方法。

70、第四方面，本技术提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现如上述第一方面及第一方面各种可能的实现方式所述的排水管网主导性瓶颈单元识别方法。

71、本技术提供一种排水管网主导性瓶颈单元识别方法、装置和设备。该方法通过基于排水管网对应的排水系统数学模型，对排水管网进行分析处理，得到排水管网的多个潜在瓶颈单元，排水系统数学模型是基于多个历史降雨实测数据和排水管网内的多个排水设施的输水能力参数训练得到的；针对多个潜在瓶颈单元中任意一个潜在瓶颈单元，确定潜在瓶颈单元对应的至少一个改造策略；基于多个潜在瓶颈单元对应的多个改造策略，确定每个潜在瓶颈单元的目标敏感度指数，并根据多个目标敏感度指数从多个潜在瓶颈单元中识别出主导性瓶颈单元，从而提高排水管网污染治理效率，并降低改造成本。

技术特征：

1.一种排水管网主导性瓶颈单元识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于排水管网对应的排水系统数学模型，对所述排水管网进行分析处理，得到所述排水管网的多个潜在瓶颈单元，包括：

3.根据权利要求2所述的方法，其特征在于，所述多场降雨的数量为三场，所述采用所述多个排水设施的历史水动力和历史水质数据，对初始模型进行训练处理，得到排水系统数字模型，包括：

4.根据权利要求2所述的方法，其特征在于，所述输水能力参数的数量为多个，所述确定所述潜在瓶颈单元对应的至少一个改造策略，包括：

5.根据权利要求1所述的方法，其特征在于，所述基于所述多个潜在瓶颈单元对应的多个改造策略，确定每个潜在瓶颈单元的目标敏感度指数，包括：

6.根据权利要求1所述的方法，其特征在于，所述根据多个目标敏感度指数从所述多个潜在瓶颈单元中识别出主导性瓶颈单元，包括：

7.根据权利要求5所述的方法，其特征在于，所述方法还包括：

8.一种排水管网主导性瓶颈单元识别装置，其特征在于，所述装置包括：

9.一种排水管网主导性瓶颈单元识别设备，其特征在于，包括：

10.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-7中任一项所述的排水管网主导性瓶颈单元识别方法。

技术总结
本申请提供一种排水管网主导性瓶颈单元识别方法、装置和设备，应用于污水处理技术领域。该方法通过基于排水管网对应的排水系统数学模型，对排水管网进行分析处理，得到排水管网的多个潜在瓶颈单元，排水系统数学模型是基于多个历史降雨实测数据和排水管网内的多个排水设施的输水能力参数训练得到的；针对多个潜在瓶颈单元中任意一个潜在瓶颈单元，确定潜在瓶颈单元对应的至少一个改造策略；基于多个潜在瓶颈单元对应的多个改造策略，确定每个潜在瓶颈单元的目标敏感度指数，并根据多个目标敏感度指数从多个潜在瓶颈单元中识别出主导性瓶颈单元，从而提高排水管网污染治理效率，并降低改造成本。

技术研发人员：赵志超,王殿常,彭寿海,尹炜,王万琼,谢家强,方帅,李翀,刘伟,刘武双
受保护的技术使用者：三峡环境科技有限公司
技术研发日：
技术公布日：2024/12/5